(Adaptive Neuro- akurasi 58,33% untuk 9 kelas output

dokumen-dokumen yang mirip
ANALISIS DAN IMPLEMENTASI IDENTIFIKASI KEPRIBADIAN MELALUI TULISAN TANGAN PADA SISTEM OPERASI ANDROID BERDASARKAN PENGOLAHAN CITRA

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian

BAB I PENDAHULUAN. Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor

BAB III ANALISIS DAN PERANCANGAN SISTEM

PENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

BAB I PENDAHULUAN BAB I PENDAHULUAN 1

PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR

BAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi,

BAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. I.1 Latar Belakang

PENENTUAN JENIS FRAKTUR BATANG (DIAFISIS) PADA TULANG PIPA BERBASIS PENGOLAHAN CITRA DIGITAL DAN SUPPORT VECTOR MACHINE

1.8 Jadwal Pelaksanaan

BAB I PENDAHULUAN. menghasilkan beberapa karya yang mempermudah urusan manusia. Dan salah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODE PENELITIAN. tangan dengan menggunakan metode Support Vector Machine (SVM).

BAB I PENDAHULUAN. Deteksi Penyakit Kanker Serviks Menggunakan Metode Adaptive Thresholding Berbasis Pengolahan Citra

BAB I PENDAHULUAN. 1.1 Latar Belakang !! "(!

BAB I PENDAHULUAN. tumbuhan menurut bunganya. Kebanyakan manusia hanya mengetahui beberapa

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN E-15

BAB I PENDAHULUAN 1.1 Latar Belakang

1. Pendahuluan. 1.1 Latar Belakang

KLASIFIKASI KUALITAS TELUR ASIN BERDASARKAN CITRA RED GREEN BLUE MENGGUNAKAN ADAP TIVE NEURO FUZZY INFERENCE SYSTEM

APLIKASI PENGUKURAN KECEPATAN SEPEDA MOTOR MENGGUNAKAN METODE FRAME DIFFERENCE BERBASIS ANDROID

PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK

BAB I PENDAHULUAN. pensil berbentuk lurus, berwarna biru, dan berbahan kayu. Kedua objek ini

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. kesuksesan dan mulai dikenal luas, menggantikan kepopuleran disk operating

PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING

BAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.

BAB 1 PENDAHULUAN. Dewasa ini, lahan parkir menjadi kebutuhan utama pengguna kendaraan,

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Oleh: Ulir Rohwana ( ) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T.

BAB III METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Identifikasi Tekstur Saluran Pencernaan Bagian Atas Pada Foto Gastroscopy untuk Deteksis Dini Penyakit Saluran Pencernaan 1

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKDW BAB I PENDAHULUAN Latar Belakang

Mempelajari dasar-dasar teori dan mengumpulkan referensi yang berhubungan dengan batubara, jenis batubara, metode ekstraksi ciri Discrete Wavelet

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 1. PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Bab I Pendahuluan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. dengan proses pengolahan citra digital (digital image processing), dimana data berupa

Pengenalan Tulisan Tangan Dengan Menggunakan Metode Diagonal Feature Extraction dan K-Nearest Neighbour. Yustar Pramudana

BAB I PENDAHULUAN. syaraf pusat yang mengkoordinir, mengatur seluruh tubuh dan pemikiran manusia.

BAB I PENDAHULUAN I.1

BAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah:

IDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS)

BAB I PENDAHULUAN. kulit rentan mengalami penyakit, salah satu penyakit yang paling berbahaya adalah kanker kulit.

UKDW 1. BAB 1 PENDAHULUAN Latar Belakang

BAB IV HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN 1.1. Latar Belakang

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

Galang Rizki Akbar S¹, Achmad Rizal², Litasari. W.s S Psi³. ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom

BAB I PENDAHULUAN. 1.1 Latar Belakang

IDENTIFIKASI PLAT NOMOR MOBIL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. jaringan ikat pada payudara. Terdapat beberapa jenis kanker payudara antara lain

BAB I PENDAHULUAN. dilakukan untuk kesenangan dan kadang-kadang digunakan sebagai sarana

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang

MILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang

1.1. LATAR BELAKANG MASALAH

2. Tahapan Penelitian pemahaman merupakan awal proses penelitian

BAB I PENDAHULUAN. Terdapat sistem operasi yang berkembang antara lain mobile phone

BAB I PENDAHULUAN Latar Belakang

1. Pendahuluan. 1.1 Latar belakang

UKDW BAB 1 PENDAHULUAN

BAB I PENDAHULUAN. Stabilitas Marshall adalah kemampuan suatu campuran aspal untuk

BAB 1 PENDAHULUAN. TOEFL singkatan dari Test of English as a Foreign Language merupakan hal yang

PAPAN INFORMASI AKADEMIK DENGAN LED DOT MATRIKS 50X7 BERBASIS MIKROKONTROLLER AT 89S52

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 3 ANALISA DAN PERANCANGAN SISTEM

BAB I PENDAHULUAN. 1 U n i v e r s i t a s T e l k o m

BAB 3 PERANCANGAN SISTEM

1. Pendahuluan. 1.1 Latar Belakang

PENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL

DETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION

BAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi

BAB I PENDAHULUAN. pendidikan, dibutuhkan kemampuan khusus berbahasa Inggris. Test of English as

Transkripsi:

BAB I PENDAHULUAN 1.1 Latar Belakang Tulisan tangan merupakan hasil dari pikiran bawah sadar manusia yang menggambarkan atau mencerminkan karakter kepribadian manusia. Ilmu yang mempelajari tentang tulisan tangan disebut grafologi. Beberapa fitur yang paling dominan dari tulisan tangan yang digunakan dalam analisis grafologi antara lain bentuk margin halaman, spasi baris, garis miring, kemiringan kata, ketajaman sudut, ukuran huruf, kerapatan teks, tekanan tulisan, kecepatan menulis dan keteraturan menulis. Fakultas Teknik Industri memberikan sebuah training grafologi dan pengembangan diri di Universitas Telkom pada tahun 2014. Training tersebut merupakan program dari Ketua Program Studi Teknik Industri untuk mahasiswa baru dan mahasiswa semester dua dalam mengetahui karakter dan kepribadian. Mahasiswa yang mengikuti training grafologi tersebut berjumlah 80 orang. Hasil dari analisis grafologi tersebut di analisis oleh sebuah lembaga traiinig yang bekerjasama dengan Ketua Program Studi Teknik Industri. Selanjutnya hasil analisis mahasiswa baru tersebut diserahkan ke Fakultas. sedangkan yang membaca tulisan tersebut hanya 3 orang trainer disebabkan karena yang mempelajari ilmu grafologi di Indonesia masih sedikit. Dengan permasalahan seperti di atas, maka dibuatlah tugas akhir yang berjudul Analisis dan Implementasi Identifikasi Kepribadian melalui Tulisan Tangan pada Operasi Sistem Android Berdasarkan Pengolahan Citra, dengan membuat sebuah aplikasi yang bertujuan memudahkan para trainer yang ahli di bidang grafologi untuk mengidentifikasi kepribadian seseorang. Sampel tulisan diambil dari 30 mahasiswa Universitas Telkom. Analisis dilakukan terhadap tiga fitur grafologi yaitu margin tulisan, garis dasar tulisan, dan spasi antar kata. Dibawah ini terdapat beberapa literatur terkait dengan analisis grafologi, baik berupa skripsi maupun jurnal. Dapat dilihat pada Tabel 1.1 Tabel 1.1 Penelitian Terdahulu Peneliti Objek Penelitian Metode Hasil Dhika Ukuran dan MDF (Modified Sistem penentuan kepribadian Mulyasari Kemiringan Direction Feature) manusia dengan menggunakan MDF Tulisan Tangan dan ANFIS dan ANFIS mampu mencapai (Adaptive Neuro- akurasi 58,33% untuk 9 kelas output

Galang Rizki Akbar Asri Primasari Omar Santan, Carlos M. Travieso, Jesus B. Alonso, dan Miguel A. Ferrer Champa H N, dan Dr. K R Ananda Kumar Jarak Antar Kata Tulisan Tangan Ukuran Tulisan, Spasi Kata, dan Kemiringan Tulisan Tekanan Pena, Longitude, Tulisan Bersambung, Thinning Area, dan Huruf A Garis Dasar, Tekanan Pena, dan Huruf t Fuzzy Inference kepribadian, 80% untuk 4 kelas System) output kepribadian dan 100% untuk 2 kelas output kepribadian. - Pengujian dilakukan dengan mengambil sampel 32 citra tulisan tangan. Hasil akurasi terbaik adalah 87,5% Support Vector Metode pendekatan pertama Machine (SVM) diperoleh hasil akurasi terbaik dan Metode sebesar 90,32% pada pengenalan Ekstrasi Ciri Fitur Geometri jenis ukuran, 67,7% pada pengenalan jenis spasi kata, dan 90,32% pada pengenalan jenis kemiringan tulisan. Sementara pada metode pendekatan kedua, diperoleh hasil akurasi sebesar 84,38% pada pengenalan jenis ukuran, 77,41% pada pengenalan jenis spasi kata dan 98,11% pengenalan jenis kemiringan. NN (Neural Didapatkan bahwa sistem Network) dan menghasilkan angka sukses sebesar MVA (Most 99,34% dengan menggunakan dua Voted Algorithm) database yang berbeda. Artificial Neural Hasil yang didapat mengindikasikan Network bahwa tujuan kinerja telah tercapai, ketika jumlah node lapisan tersembunyi adalah 8 dan nomor untuk lamanya waktu adalah 4500

dalam durasi waktu terpendek. Perbedaan Tugas Akhir ini dengan penelitian pada Tabel 1.1 adalah gambar yang diambil secara langsung dari kamera handphone bukan hasil dari scan. Pada Tugas Akhir ini dibuat sebuah aplikasi grafologi berdasarkan pengolahan citra dengan menggunakan 3 parameter dalam grafologi yaitu garis dasar, spasi antar kata, dan margin tulisan. 1.2 Rumusan Masalah Adapun rumusan masalah yang akan dibahas dalam tugas akhir ini yaitu : 1. Bagaimana merancang aplikasi untuk mengenali kepribadian pada tulisan tangan seseorang berdasarkan tiga parameter yang ditentukan. 2. Bagaimana menerapkan ilmu grafologi pada sistem agar dapat meng-identifikasi kepribadian. 3. Bagaimana membuat sistem yang User Friendly dan dapat menyajikannya secara interaktif. 4. Bagaimana cara menganalisis akurasi pada sistem 1.3 Tujuan Penelitian Tujuan dari penulisan tugas akhir ini adalah: 1. Aplikasi ini bertujuan untuk membantu memudahkan trainer grafologi dalam menganalisis karakter kepribadian 2. Menganalisis performansi berdasarkan parameter output yaitu akurasi pendeteksian tulisan tangan. 3. Menganalisis hasil kerja sistem sehingga dapat diketahui kekurangan dan kelebihan sistem. 4. Menerapkan pengolahan citra untuk mengklasifikasikan serta memutuskan hasil perbandingan tulisan serta menghasilkan output berupa kesimpulan analisis kepribadian berdasarkan tulisan tangan. 1.4 Batasan Masalah Batasan masalah pada tugas akhir ini yaitu : 1. Pengambilan sample tulisan dilakukan pada jarak 21 cm, 23 cm dan 25 cm. 2. Data input berupa hasil foto kamera handphone dari tulisan yang sudah ditulis dikertas berukuran A5. Size kertas A5 bertujuan untuk mempermudah saat pengambilan gambar seluruh permukaan kertas.

3. Dibuat diatas kertas selembar kosong yang tidak bergaris. 4. Handphone yang digunakan memiliki kamera minimum 3 MP dan menggunakan OS Android versi 4.1. 5. MATLAB R2009a digunakan sebagai server dan di konfigurasikan ke eclipse untuk ditampilkan sebagai interface user. 6. Sistem hanya menentukan kecendrungan responsibilitas emosional individu saja dengan parameter garis dasar tulisan, margin kiri-kanan tulisan dan spasi kata tulisan. 1.5 Metodologi Penelitian Metode yang digunakan dalam penyusunan Tugas Akhir ini meliputi 1. Studi literatur Studi literatur merupakan pembelajaran dari sumber bacaan yang mendukung pengerjaan tugas akhir ini. Adapun referensi yang digunakan meliputi buku, jurnal, paper, laporan penelitian sebelumnya yang terkait dengan ilmu grafologi dan android. 2. Pencarian dan Pengumpulan Data Pencarian dan pengumpulan data dilakukan untuk mengetahui persentase keberhasilan saat pengujian data. 3. Perancangan dan Simulasi Perancangan dilakukan melalui beberapa tahap yaitu capture image, preprocessing, klasifikasi, dan hasil. 4. Pengujian dan Analisis Sistem yang dihasilkan kemudian akan konfigurasi ke eclipse terlebih dahulu kemudian dilakukan pengujian dengan mengukur tingkat akurasi pada hasil keluaran dari berbagai masukan citra yang memiliki karakteristik yang berbedabeda. 5. Penyusunan Laporan Tugas Akhir Pada tahapan ini dilakukan penyusunan laporan Tugas Akhir ke dalam bentuk proposal

1.6 Sistematika Penulisan BAB I Pendahuluan Bagian pendahuluan merupakan uraian dari latar belakang permasalahan, tujuan penelitian, perumusan masalah, batasan masalah, metodologi penelitian, serta sistematika penulisan tugas akhir. BAB II Landasan Teori Bab ini membahas tentang grafologi, tipe pola garis dasar tulisan tangan, margin, spasi, pengolahan citra digital, dilasi, android, otsu thresholding. BAB III Perancangan dan Implementasi Sistem Bab ini memuat tentang teori dasar yang digunakan pada pembuatan Tugas Akhir dan menjelaskan alur sistem. BAB IV Pengujian dan Analisis Bab ini membahas pengujian hasil dari implementasi. Aplikasi akan diuji cobakan kepada pengguna pada handphone dengan platform Android. BAB V Kesimpulan dan Saran Bab ini membahas kesimpulan-kesimpulan serta saran yang dapat ditarik dari keseluruhan tugas akhir ini dan kemungkinan pengembangan topik yang bersangkutan.